Técnicas de modelado y monitoreo basadas en IA para futuras redes ópticas elásticas inteligentes

Con el desarrollo de la tecnología 5G, video de alta definición e Internet de las cosas, la demanda de capacidad para redes ópticas ha aumentado drásticamente. Para satisfacer esta demanda de capacidad, las redes ópticas de bajo margen están atrayendo atención. Por lo tanto, se necesitan herramientas de planificación con mayor precisión y modelos precisos para la calidad de transmisión (QoT) y los impedimentos son elementos clave para lograrlo. Además, dado que el margen es bajo, mantener la fiabilidad de la red óptica también es esencial y se desea un monitoreo del rendimiento óptico (OPM). Con OPM, los controladores pueden adaptar la configuración de la capa física y detectar anomalías. Sin embargo, considerando la heterogeneidad de la red óptica moderna, es difícil construir herramientas de modelado y monitoreo tan precisas utilizando métodos analíticos tradicionales. Afortunadamente, la inteligencia artificial (IA) basada en datos proporciona un camino prometedor. En este artículo, discutimos primero los requisitos para adoptar enfoques de IA en redes ópticas. Luego, revisamos diversos avances recientes en esquemas de modelado y monitoreo de QoT/impedimentos basados en IA. Categorizar estos métodos propuestos por sus funciones y resumir las ventajas y desafíos de adoptar métodos de IA para estas tareas. Discutimos los problemas que quedan para implementar métodos basados en IA en un sistema práctico y presentamos algunas direcciones posibles para futuras investigaciones.